基于粒子系统与OpenGL的实时雨雪模拟

自然景物的模拟一直是计算机图形学中最具挑战性的问题之一。关于水、云、烟．雨、雪等自然景物的模拟，在计算机游戏、三维动画、影视及广告中有着广泛的应用。自然景观中雨、雪的模拟，可以大大提高三维场景的逼真度，Reeves提出的粒子系统是模拟雨、雪的一种有效的方法。论文在分析粒子系统实现原理的基础上，基于OpenGL提出了一种在大型场景漫游系统中实时模拟雨．雪的方法。基本思想是基于OpenGL的多视口与色彩融合技术，把模拟雨、雪的粒子在一个新的视口中视线有效区域内进行绘制，然后与原视口中的场景一起显示于窗口中。实践证明，该方法实现的雨雪模拟效果比较真实，而且在普通PC上也可以满足一般动画的实时性要求。     

虚拟校园视景仿真中雨雪的模拟

在建立降雨、降雪过程教学模型的基础上,设计了实时雨雪粒子系统.介绍了该粒子系统的实现方法,包括粒子属性的定义与更新、粒子生命周期控制等.在该系统中,通过控制粒子的可视区域,采用动态的小范围飘雪来代替整个场景的飘雪模拟.实际应用结果表明,该粒子系统能够在虚拟校园的场景中实时地模拟雨雪现象.     

基于粒子系统的大规模漫游环境实时降雨模拟

降雨是一种重要的自然现象,对降雨的模拟可以大大提高虚拟场景的真实感,粒子系统是模拟降雨的一种有效方法。针对已有降雨模拟方法的不足,提出一种应用于大规模漫游环境下实时降雨的新方法。首先通过分析雨的行为,建立恰当的雨滴粒子模型;其次通过在极坐标内生成雨滴粒子,提高粒子的利用率;最后就风对于雨滴的干扰作用进行计算,模拟出了逼真的雨滴运动过程。实验表明,该方法生成的大规模漫游环境下的雨景真实自然,实时性高,具有一定的实用价值。     

基于OpenGL与粒子系统实现三维喷泉模拟

喷泉、瀑布、火焰、水流、雨、雪等自然景物具有不规则性、动态性和随机性,模拟十分复杂。模拟自然景物的方法有两种:基于物理建模技术的方法与基于粒子系统建模的方法。运用粒子系统建模方法分析了喷泉水体模型,研究了喷泉水珠粒子产生、运动和消亡的机理,构建出三维喷泉粒子系统模型。采用了三维立体显示技术和纹理映射技术增强喷泉绘制过程中的渲染和真实感。基于OpenGL,采用Visual C++6.0编程实现了三维喷泉模拟。实验结果表明,该方法模拟效果真实,在普通的PC平台上即可满足一般动画的实时需求。     

基于改进粒子系统模型的“竹”群分布形态仿真算法

基于粒子系统模型的基本思想,即个体行为受群体行为控制的模式作为所研究问题的切入点,提出了一种模拟竹群分布形态的仿真算法。对原有粒子系统模型的随机分布算法进行了改进,使随机分布的粒子在整体分布上打破了矩形的规则形状,并将改进后的算法应用于竹群分布形态的仿真中,从而可以较真实地模拟出竹群的不同分布形态,这为植物的仿真模拟提供了一种新的解决方案,并将粒子系统模型的应用范围扩展到了植物的群体生长方式之中。     

基于粒子系统的三维场地降雨实时模拟

粒子系统是实时模拟三维地形场景中具有真实感的降雨情景的一种有效方法。本文基于粒子系统的基本原理分析并提出了适用的雨粒子系统和雨粒子的属性，采用了把雨粒子产生区域定义为一个视图体顶部的外接长方体、用象素点和直线作为雨粒子的形状、降落过程的重力作用模拟、用粒子组实现雨粒子的连续补充和雨粒子的降落高度检测等新的方法及算法。试验结果表明，该方法能有效地再现三维地形环境场景中的降雨景象，在满足实时交互漫游的前提下表现出较强的真实感，具有一定的实用价值。     

3D游戏场景中的火焰效果的真实模拟

在3D游戏场景中我们通常利用真实感图形学的知识,模拟具有随机过程的自然场景。粒子系统是此类应用的重要实现途径。本文在基础粒子系统的框架上进行改进,对动态火焰进行模拟。对火焰粒子的速度,动态效果和颜色变化等物理现象进行建模,采用关键帧技术和自定义粒子发射器,真实地模拟了3D游戏场景中的动态火焰效果。     

基于简约多向光照散射的粒子云模拟与绘制

针对云模拟的真实性和渲染的实时性等关键问题,优化了传统粒子系统结构设计,引入了伪粒子系统的思想来提高绘制效率.同时,提出了一种简约光照替代方法并改进了散射状态函数,使云粒子在多向散射光照模型中模拟云的光照属性并沿视点方向呈现各向异性性.实验表明该方法原理简单、易于实现、模拟仿真效率较高,可实时获得形象逼真、自投影光照散射云.     

基于粒子系统的瀑布模拟

以粒子系统为基础、线元为基本绘图单位,应用牛顿运动定律分析并建立瀑布运动方程,进行了瀑布场景的模拟。采用包围盒与粒子聚类检测相结合的方式以及参考射线反射原理实现了瀑布与障碍物的碰撞,并运用OpenGL中的混合技术生成半透明场景,使可视化场景更加真实。实验结果表明粒子系统在模拟瀑布等不规则物体时具有很大优势。     

类正态分布数据云模型的预测算法

类似正态分布在实际的生活与生产中分布最为广泛,精确确定的模糊概念隶属函数严重影响该类数据的预测精度.云模型把随机性和模糊性结合起来,用数字特征期望、熵和超熵,揭示随机性与模糊性的关联性.基于正态云模型设计预测算法,放宽形成正态分布要求的前提条件,把精确确定隶属函数放宽到构造正态隶属度分布的期望函数,更简单、直接地完成类正态分布的数据的预测,因而更具有普遍适用性.